Criterios de clasificación espacial para discriminar datos que incrementan la incertidumbre en la respuesta de modelos determinísticos

Contenido principal del artículo

J. J. Díaz Torres
L. Hernández Mena
M.A. Murillo Tovar
C. Suárez Plascencia
E. Aviña Rodríguez

Resumen

Un modelo de corte determinístico se tomó como ejemplo para evaluar la incertidumbre que genera su respuesta de salida. Este modelo calcula la radiación solar sobre la superficie de la Tierra: Solar Analyst. Se diseñó una propuesta metodológica para clasificar y seleccionar los datos de irradiación diaria media mensual del modelo que mejor explican las magnitudes observadas en una estación meteorológica (Colomos) instalada en la zona centro-noroeste del Área Metropolitana de Guadalajara. La clasificación estuvo basada en el análisis espacial definido por criterios físicos (geomorfológicos) y filtros estadísticos (estandarización y umbrales). Esta clasificación permitió segregar los resultados del modelo en dos grupos: 1) Los datos próximos al valor de irradiación diaria media mensual, los cuales explican la variabilidad de las observaciones de campo, y 2) Los datos que se alejan de esta condición. Los resultados indican que la respuesta Sf-36 explica con mayor aproximación las observaciones de Colomos. La irradiación diaria media mensual calculada fue de 6.55 kWh m-2d-1 en promedio, con una incertidumbre del 7.6%. Después de la reclasificación de esta respuesta, nuevos límites espaciales fueron establecidos. Se encontró que solo ~79% del área de estudio presenta condiciones topográfica y valores de irradiación diaria media mensual muy semejantes a los que predominan entorno la estación Colomos. La sustracción de los datos extremos de las distribuciones mensuales (~21%) produjo una dramática disminución en la amplitud total de los datos. Una nueva estimación sobre la incertidumbre media mensual del área efectivamente validada por Colomos indica que ésta se redujo a 1.7% respecto al valor medio mensual de irradiación. Esta metodología se propone como una efectiva herramienta de clasificación que ayuda a identificar los resultados de un modelo que mejor explican el comportamiento real de un fenómeno sobre el espacio, aún cuando los datos de validación están limitados a un pequeño numero de sitios de monitoreo.

Detalles del artículo

Cómo citar
Díaz Torres, J., Hernández Mena, L., Murillo Tovar, M., Suárez Plascencia, C., & Aviña Rodríguez, E. (2017). Criterios de clasificación espacial para discriminar datos que incrementan la incertidumbre en la respuesta de modelos determinísticos. GEOS, 37(2). Recuperado a partir de https://geos.cicese.mx/index.php/geos/article/view/2
Sección
Divulgación